Nghiên Cứu Và Chế Tạo Cánh Tay Robot 6 Bậc Tự Do Kết Hợp Thị Giác Máy Tính Cognex Nhận Diện Và Gắp Sản Phẩm Đang Chuyển Động

Tóm tắt nghiên cứu

Nghiên cứu "Cánh tay gắp sản phẩm kết hợp xử lý ảnh" (Mã số đề tài: SV2020-14), do nhóm tác giả Đỗ Hữu Phú và Nguyễn Hoàng Trường thực hiện dưới sự hướng dẫn của Th.S Lê Hoàng Lâm tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (HCMUTE), tập trung giải quyết bài toán tự động hóa linh hoạt: đồng bộ hóa cánh tay robot công nghiệp nhiều bậc tự do với hệ thống thị giác máy tính tốc độ cao nhằm nhận dạng, định vị và gắp/sắp xếp sản phẩm trên băng tải chuyển động theo thời gian thực.

Về mặt phương pháp, nghiên cứu xây dựng mô hình cánh tay robot 6 bậc tự do (6-DOF) cùng hệ thống 2 băng tải dẫn động servo. Hệ thống điều khiển tích hợp phần cứng công nghiệp chuẩn mực gồm PLC Mitsubishi Q04UDEHCPU, Motion CPU Q173DSCPU giao tiếp qua mạng cáp quang SSCNET III/H tốc độ cao, và Camera công nghiệp Cognex In-Sight Micro 1100 (ISM 1100). Mô hình toán học động học thuận - nghịch được xây dựng dựa trên ma trận Denavit - Hartenberg (D-H) và kiểm chứng qua mô phỏng GUI trên MATLAB, kết hợp thuật toán hiệu chuẩn dời khung ảnh và giải thuật điều khiển nội suy 6 trục đồng thời.

Kết quả thực nghiệm cho thấy hệ thống vận hành ổn định, giải quyết triệt để giới hạn nội suy 4 trục mặc định của phần cứng, nhận diện chính xác mẫu hình và ký tự quang học (OCRMax, PatMax), đồng thời thực thi mượt mà các tác vụ bám bắt vật thể động, xếp chồng 3 lớp và xếp xen kẽ nhiều sản phẩm trên băng tải. Đề tài mở ra hướng tiếp cận thực tiễn trong việc làm chủ công nghệ điều khiển chuyển động đa trục (Motion Control) và thị giác máy tính công nghiệp phục vụ dây chuyền sản xuất thông minh.

Bối cảnh và tầm quan trọng

Cuộc Cách mạng Công nghiệp lần thứ tư (Industry 4.0) đang thúc đẩy mạnh mẽ quá trình chuyển đổi số và tự động hóa trong mọi quy trình sản xuất. Tại các nhà máy hiện đại, yêu cầu về năng suất, tốc độ và độ chính xác vượt xa giới hạn thao tác thủ công của con người. Các giải pháp truyền thống sử dụng động cơ không đồng bộ 3 pha, động cơ bước hoặc xi-lanh khí nén kết hợp với vi điều khiển phổ thông dần bộc lộ nhiều điểm hạn chế: thời gian đáp ứng chậm, sai số cơ khí tích lũy lớn, thiếu tính linh hoạt khi sản phẩm thay đổi quy cách và đặc biệt khó đáp ứng các bài toán định vị động trong không gian 3 chiều.

Mặc dù thị giác máy tính (Machine Vision) và robot đa trục đã phát triển mạnh trên thế giới, việc làm chủ kiến trúc điều khiển chuyển động phân tán tốc độ cao (Motion CPU) kết hợp camera công nghiệp để xử lý các bài toán bám bắt phôi động (conveyor tracking) tại Việt Nam vẫn đối mặt với rào cản về giá thành thiết bị, độ phức tạp của thuật toán và tính độc quyền phần mềm. Đa số các cơ sở sản xuất trong nước vẫn chỉ dừng lại ở các hệ thống gắp tĩnh (vật thể phải dừng hẳn trên băng tải) hoặc sử dụng các cơ cấu gắp tọa độ Descartes cố định kém linh hoạt.

Đề tài được triển khai mang tính thời sự cao, đáp ứng trực tiếp nhu cầu nâng cấp các dây chuyền lắp ráp linh kiện điện tử, đóng gói dược phẩm, chế biến thực phẩm và sản xuất khuôn mẫu chính xác. Việc kết hợp hệ thống servo Mitsubishi cao cấp với camera thông minh Cognex In-Sight tạo nên một nền tảng thực nghiệm hoàn chỉnh, chứng minh năng lực làm chủ kỹ thuật điều khiển chuyển động phức tạp và thị giác máy tính của kỹ sư Việt Nam, góp phần giảm chi phí đầu tư và nâng cao hàm lượng công nghệ nội địa hóa.

Methodology và approach

Nhóm nghiên cứu đã triển khai phương pháp tiếp cận toàn diện từ lý thuyết toán học, thiết kế cơ - điện, mô phỏng động học đến lập trình điều khiển thực nghiệm trên phần cứng công nghiệp:

1. Thiết kế cơ khí và kiến trúc phần cứng điều khiển

  • Cơ cấu cơ khí: Thiết kế hoàn chỉnh mô hình cánh tay robot 6 bậc tự do bằng hợp kim nhôm trên phần mềm SolidWorks, bao gồm hệ thống 6 khớp xoay linh hoạt, khung đỡ tủ điện, 2 băng tải độc lập và đầu gắp tích hợp nam châm điện 24VDC cùng giá gắn camera.
  • Hệ thống dẫn động servo: Sử dụng 7 động cơ servo Mitsubishi dòng AC công suất nhỏ và quán tính thấp (HG-KR43, HG-KR43B, HG-KR23B, HF-KP23B, HF-KP053, HF-KP13B) tích hợp encoder độ phân giải cực cao (18-bit đến 22-bit, đạt 4.194.304 xung/vòng), điều khiển qua bộ khuếch đại driver MR-J4-B series (MR-J4-W2-22B, MR-J4-W2-44B, MR-J4-W3-444B).
  • Bộ điều khiển trung tâm & Mạng truyền thông: Trạm PLC Mitsubishi Q-Series bao gồm CPU điều khiển tuần tự Q04UDEHCPU (chu kỳ quét 0.5ms), Motion CPU Q173DSCPU (quản lý đồng bộ tối đa 32 trục với chu kỳ vận hành 0.44ms), module I/O QY42P và module truyền thông QJ71C24N-R2 kết nối HMI GT1155HS-QSBD. Giao tiếp giữa Motion CPU và các Driver Servo được thực hiện hoàn toàn qua mạng cáp quang SSCNET III/H chống nhiễu tuyệt đối.
  • Hệ thống thị giác máy tính: Tích hợp Camera công nghiệp Cognex In-Sight Micro 1100 (ISM 1100) có độ phân giải $640 \times 480$ pixel, tốc độ khung hình 60 FPS, hỗ trợ cấp nguồn qua mạng Ethernet (PoE), truyền nhận dữ liệu trực tiếp với PLC qua giao thức công nghiệp.
       +-------------------------------------------------+
       |           HMI GT1155HS-QSBD (RS-232)            |
       +------------------------+------------------------+
                                |
                                v
+-------------------------------+--------------------------------+
|                 PLC Mitsubishi Base Q35DB                      |
|  - Nguồn Q61P                                                  |
|  - PLC CPU Q04UDEHCPU (Điều khiển tuần tự & logic)             |
|  - Motion CPU Q173DSCPU (Điều khiển chuyển động đa trục)       |
|  - Module I/O QY42P & Module Truyền thông QJ71C24N-R2          |
+---------------+-------------------------------+----------------+
                |                               |
 (Mạng quang SSCNET III/H)             (Cáp mạng Ethernet PoE)
                |                               |
                v                               v
+-------------------------------+   +----------------------------+
|  Driver Amplifiers MR-J4-B    |   | Camera Cognex ISM 1100     |
|  - 6 Động cơ Servo Robot      |   | (Thu nhận & Xử lý ảnh)     |
|  - 1 Động cơ Servo Băng tải   |   +----------------------------+
+-------------------------------+

2. Mô hình hóa động học và mô phỏng

  • Động học thuận (Forward Kinematics): Áp dụng quy tắc gắn hệ trục tọa độ Denavit - Hartenberg (D-H), xây dựng bảng thông số 6 khâu và thiết lập ma trận biến đổi thuần nhất tổng quát $^0T_6 = \prod_{i=1}^{6} {^{i-1}T_i}$ nhằm xác định chính xác tọa độ điểm gắp cuối $(P_x, P_y, P_z)$ theo các biến khớp $\theta_1, \theta_2, \dots, \theta_6$.
  • Động học nghịch (Inverse Kinematics): Giải bài toán tìm góc khớp từ tọa độ Descartes đích bằng phương pháp hình học - giải tích tối ưu, giúp rút ngắn thời gian tính toán của CPU điều khiển và đảm bảo nghiệm góc khớp nằm trong không gian làm việc an toàn của robot.
  • Mô phỏng động học: Xây dựng giao diện đồ họa người dùng GUI trên nền tảng MATLAB để mô phỏng quỹ đạo chuyển động 3D, đối soát tính chính xác của phương trình động học trước khi nạp dữ liệu xuống hệ thống thực tế.

3. Giải thuật điều khiển và xử lý thị giác

  • Giải thuật nội suy 6 trục đồng thời: Khắc phục rào cản tập lệnh phần cứng của Q173DSCPU (vốn chỉ hỗ trợ nội suy tối đa 4 trục/lệnh) bằng cách phát triển giải thuật phối hợp: chạy nội suy 4 trục chính ($\theta_1, \theta_2, \theta_3, \theta_5$) kết hợp khởi động đồng thời 2 trục phụ ($\theta_4, \theta_6$) dựa trên việc tính toán thời gian di chuyển của trục có quãng đường lớn nhất và vector vận tốc đồng bộ.
  • Giải thuật dời khung ảnh và hiệu chuẩn (Calibration Grid): Chuyển đổi ma trận tọa độ pixel từ camera sang hệ tọa độ thực tế của robot (milimet), tự động bù góc lệch $\theta_{offset}$ do kết cấu cơ khí.
  • Xử lý ảnh công nghiệp: Ứng dụng công cụ PatMax Pattern Match để nhận diện mẫu hình đối tượng với độ chính xác dưới mức pixel và công cụ OCRMax (Optical Character Recognition) để đọc, phân loại mã ký tự in trên sản phẩm đang di chuyển.

Phát hiện chính

Quá trình thử nghiệm và đánh giá thực nghiệm mô hình đã mang lại nhiều kết quả khoa học và kỹ thuật nổi bật:

+-----------------------------------------------------------------------------------+
|                            CÁC KẾT QUẢ ĐẠT ĐƯỢC CHÍNH                             |
+-----------------------------------------------------------------------------------+
| 1. Làm chủ nội suy 6 trục   | Đồng bộ hóa thời gian thực 7 trục servo qua quang   |
|                             | SSCNET III/H với chu kỳ đáp ứng 0.44ms.             |
| 2. Nhận diện chuẩn xác 100% | Định vị đối tượng, góc xoay và ký tự OCRMax bằng    |
|                             | camera Cognex In-Sight Micro 1100 tốc độ 60 FPS.    |
| 3. Gắp bám bắt động         | Bù trễ vận tốc băng tải, gắp chính xác phôi đang di |
|                             | chuyển liên tục mà không cần dừng hệ thống.         |
| 4. Xếp chồng & Xếp xen kẽ   | Tự động xếp chồng 3 lớp và phân loại xen kẽ theo    |
|                             | thứ tự mã sản phẩm ngay trên băng tải đích.         |
+-----------------------------------------------------------------------------------+

1. Khả năng mở rộng nội suy đa trục vượt giới hạn phần mềm

Mặc dù module Motion Q173DSCPU giới hạn tập lệnh nội suy tối đa 4 trục trong một khối lệnh, giải thuật phân bổ thời gian dựa trên trục tham chiếu và vector tốc độ do nhóm xây dựng đã giúp điều khiển mượt mà toàn bộ 6 trục robot. Các trục đều bắt đầu và kết thúc quỹ đạo tại cùng một thời điểm với sai số vị trí dưới $0.1\text{ mm}$, loại bỏ hiện tượng giật cục và rung lắc cơ khí ở các điểm chuyển tiếp.

2. Độ chính xác và thời gian đáp ứng thời gian thực

Hệ thống mạng SSCNET III/H với chu kỳ quét $0.44\text{ ms}$ kết hợp tốc độ chụp 60 FPS của camera Cognex đảm bảo thời gian từ lúc nhận diện vật thể đến khi cánh tay bắt đầu chuyển động bám bắt chỉ mất chưa đầy $15\text{ ms}$. Độ phân giải encoder 22-bit ($4.194.304\text{ xung/vòng}$) đem lại khả năng định vị góc khớp cực kỳ mịn màng và chính xác.

3. Thực thi hoàn hảo các bài toán thao tác động phức tạp

  • Bài toán bám bắt vật thể di động (Dynamic Tracking): Robot liên tục cập nhật tọa độ $X, Y$ từ camera và vị trí tức thời của băng tải thông qua encoder trục thứ 7, cho phép đầu gắp đuổi kịp, đồng tốc và hút chính xác vật thể đang trôi trên băng tải với vận tốc định mức.
  • Bài toán xếp chồng 3 vật trên băng tải chuyển động: Hệ thống tự động tính toán bù trừ chiều cao theo trục $Z$ và gia tốc động lực học để xếp chồng lần lượt 3 sản phẩm lên nhau một cách vững chắc khi băng tải nhận vẫn đang di chuyển.
  • Bài toán xếp xen kẽ nhiều vật có thứ tự: Dựa vào công cụ phân loại quang học OCRMax và PatMax, hệ thống nhận diện loại sản phẩm, phân tích chuỗi ký tự nhận dạng, từ đó phân loại và xếp xen kẽ chính xác theo quy tắc định trước.

Đóng góp khoa học

Nghiên cứu mang lại những giá trị đóng góp thiết thực trên cả bốn phương diện học thuật, công nghệ, ứng dụng và giáo dục:

  1. Đóng góp về mặt lý thuyết và học thuật:

    • Hoàn thiện phương pháp mô hình hóa động học thuận - nghịch cho robot 6-DOF công nghiệp bằng cách kết hợp ma trận D-H với giải tích hình học mặt phẳng, giúp giảm tải khối lượng tính toán phức tạp cho bộ vi xử lý PLC.
    • Thiết lập mô hình toán học chuyển đổi không gian tọa độ quang học (Vision Space) sang không gian làm việc của Robot (Robot Workframe) có bù sai lệch góc xoay cơ khí.

  2. Đổi mới về mặt phương pháp và công nghệ:

    • Đề xuất và chứng minh thành công giải thuật điều phối nội suy đồng thời 6 trục trên nền tảng Motion Controller Mitsubishi Q-Series, giải quyết điểm nghẽn giới hạn số trục nội suy tiêu chuẩn của nhà sản xuất.
    • Tích hợp chuẩn truyền thông công nghiệp SSCNET III/H và Ethernet PoE trong một kiến trúc điều khiển Robot - Vision thống nhất, đảm bảo tính kháng nhiễu và độ tin cậy vận hành ở môi trường công nghiệp khắc nghiệt.

  3. Khả năng ứng dụng thực tế:

    • Hệ thống có khả năng ứng dụng trực tiếp vào các dây chuyền lắp ráp bản mạch điện tử SMT, đóng gói bao bì tự động, phân loại bưu kiện theo mã ký tự (OCR) trong logistics, hoặc phân loại nông sản - thực phẩm trên băng chuyền.

  4. Đóng góp về đào tạo và giáo dục:

    • Đề tài đóng vai trò là mô hình học cụ trực quan, hiện đại cho sinh viên, học viên cao học chuyên ngành Kỹ thuật Điện - Điện tử, Tự động hóa và Cơ điện tử tại HCMUTE, giúp người học tiếp cận gần hơn với các thiết bị và tiêu chuẩn công nghiệp tiên tiến.

Đối tượng quan tâm

Báo cáo nghiên cứu này mang lại giá trị tham khảo chuyên sâu cho nhiều nhóm đối tượng:

  • Kỹ sư Tự động hóa & Tích hợp hệ thống (System Integrators): Cung cấp tài liệu thiết kế chi tiết về cấu hình phần cứng PLC Q-Series, cấu hình Motion CPU Q173DSCPU, cách đấu nối Driver MR-J4-B và kỹ thuật hiệu chuẩn camera Cognex In-Sight.
  • Nhà nghiên cứu & Giảng viên Robotics: Là nguồn tư liệu tham khảo giá trị về giải thuật động học D-H, lập trình giao diện mô phỏng MATLAB GUI và phương pháp giải quyết bài toán conveyor tracking.
  • Doanh nghiệp Sản xuất & Chế tạo máy: Cung cấp giải pháp công nghệ khả thi để tự chủ thiết kế, chế tạo các dây chuyền gắp - phân loại sản phẩm tự động với chi phí tối ưu hơn nhiều so với việc nhập khẩu nguyên hệ thống từ nước ngoài.
  • Sinh viên ngành Kỹ thuật Điều khiển & Tự động hóa: Là tài liệu học tập mẫu mực về quy trình thực hiện một đề tài nghiên cứu khoa học từ khâu ý tưởng, tính toán lý thuyết, thiết kế CAD, thi công tủ điện đến lập trình thuật toán điều khiển cấp cao.

FAQ (Câu hỏi thường gặp)

1. Phát hiện quan trọng nhất của đề tài là gì?

Điểm cốt lõi của đề tài là xây dựng thành công giải thuật điều khiển nội suy đồng bộ 6 trục trên Motion CPU Mitsubishi Q173DSCPU (vượt qua giới hạn 4 trục thông thường) và kết hợp mượt mà với camera Cognex để thực hiện các bài toán gắp, xếp chồng và xếp xen kẽ vật thể đang chuyển động liên tục trên băng tải theo thời gian thực.

2. Phương pháp nghiên cứu (Methodology) có gì đặc biệt?

Phương pháp nghiên cứu có tính kết hợp chặt chẽ giữa tính toán giải tích lý thuyết (D-H, MATLAB GUI) và thực nghiệm trên các thiết bị chuẩn công nghiệp cao cấp (PLC Q-Series, SSCNET III/H, Servo MR-J4, Camera Cognex ISM 1100). Điều này đảm bảo kết quả nghiên cứu có độ tin cậy rất cao và sẵn sàng chuyển giao thực tế chứ không dừng lại ở mức mô hình thí nghiệm đồ chơi.

3. Kết quả của nghiên cứu có thể mở rộng (generalize) cho các hệ thống khác không?

Hoàn toàn có thể. Mô hình toán học động học, giải thuật dời khung ảnh, ma trận hiệu chuẩn camera và nguyên lý bám bắt băng tải (conveyor tracking) trong đề tài có thể áp dụng cho các cấu hình robot khác như SCARA, Delta Robot (robot nhện) hoặc cánh tay robot của các hãng khác (ABB, KUKA, Yaskawa, Universal Robots).

4. Hướng phát triển tiếp theo (Next Steps) của nghiên cứu là gì?

Các hướng nâng cấp tiếp theo bao gồm: gia công tăng cứng vững kết cấu cơ khí để nâng cao tốc độ gắp và tải trọng đầu khâu cuối; tích hợp camera 3D (Stereo Vision / Time-of-Flight) để nhận diện chiều sâu và tọa độ trong không gian ngẫu nhiên; áp dụng mạng nơ-ron học sâu (Deep Learning) để nhận diện các vật thể biến dạng, xếp chồng lộn xộn hoặc bị che khuất một phần.

5. Ứng dụng thực tiễn điển hình của hệ thống này là gì?

Hệ thống ứng dụng hiệu quả trong việc cấp phôi tự động cho máy CNC, gắp linh kiện điện tử tốc độ cao trên dây chuyền SMT, đóng gói hộp thuốc/bánh kẹo vào thùng carton khi băng chuyền đang chạy, và phân loại bưu kiện bưu chính tự động dựa trên nhận dạng ký tự quang học OCR.

Kết luận

Công trình nghiên cứu khoa học sinh viên "Cánh tay gắp sản phẩm kết hợp xử lý ảnh" của nhóm tác giả tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã hoàn thành xuất sắc các mục tiêu đề ra: từ thiết kế cơ khí, xây dựng giải tích động học, thi công hệ thống điện - điều khiển chuẩn công nghiệp, đến phát triển thuật toán nội suy đa trục và tích hợp thị giác máy tính Cognex.

Nghiên cứu không chỉ giải quyết trọn vẹn bài toán thao tác gắp và phân loại vật thể động trên băng chuyền mà còn khẳng định năng lực làm chủ công nghệ điều khiển chuyển động hiện đại của thế hệ kỹ sư trẻ. Đây là tiền đề vững chắc để tiếp tục mở rộng nghiên cứu, nâng cấp giải thuật AI và chuyển giao công nghệ cho các doanh nghiệp, hướng tới mục tiêu xây dựng nền công nghiệp sản xuất thông minh và tự chủ tại Việt Nam.